AICC(AI Contact Center) 도입 검토는 대개 "얼마나 자연스럽게 말하나"에서 시작하지만, 예산 승인은 전혀 다른 질문에서 결정됩니다. 콜 한 통을 처리하는 데 실제로 얼마가 드는가, 상담원 대비 얼마를 아끼는가, 초기 투자금은 몇 개월 만에 회수되는가. 데모 품질이 아니라 이 세 숫자가 결재 라인을 통과시킵니다.
문제는 벤더 제안서 대부분이 '월 구독료' 또는 '건당 단가' 한 줄로 끝난다는 데 있습니다. 그 한 줄에는 GPU 서버비, 통신 연동비, 문서 재학습 공수 같은 항목이 뭉뚱그려져 있거나 아예 빠져 있습니다. 그래서 도입 후 실제 청구서를 받아보면 초기 계산과 어긋나고, 이듬해 예산 회의에서 "왜 이렇게 늘었냐"는 질문에 답하기 어려워집니다.
이 글은 단가표를 비교하는 대신, 콜센터장·CFO가 스스로 숫자를 세울 수 있도록 콜당 원가를 계산식으로 분해합니다. 클라우드 종량제와 CPU 온프레미스를 3년 TCO로 비교하고, 콜량 구간별 손익분기점을 표로 제시합니다. 특정 고객사 실적이 아니라 업계 통용 범위와 공개된 계산식만 사용합니다. 표의 빈칸을 자사 숫자로 채우면 그대로 첫 결재 자료가 됩니다.
콜당 원가로 보는 콜봇 경제학
모든 비교의 기준 단위는 '콜당 원가(Cost per Call, CPC)'입니다. 월 단위 총비용을 그 달 처리한 콜 수로 나눈 값으로, 규모가 다른 조직끼리도 같은 잣대로 비교할 수 있습니다. 계산식은 단순합니다.
콜당 원가 = (월 고정비 ÷ 월 콜 수) + 콜당 변동비
월 고정비에는 라이선스·서버·유지보수처럼 콜 수와 무관하게 나가는 비용이 들어가고, 콜당 변동비에는 클라우드 API 호출료·통신료처럼 한 통 늘 때마다 붙는 비용이 들어갑니다. 여기서 핵심은 고정비 항목은 콜량이 늘수록 콜당 원가가 급격히 떨어진다는 점입니다. 예컨대 월 고정비가 300만 원이면 월 1만 콜에서는 콜당 300원이지만, 월 10만 콜에서는 콜당 30원으로 내려갑니다.
비교 대상인 상담원 인바운드 콜당 원가는 통상 다음처럼 잡습니다. 상담원 1인 월 인건비(간접비 포함)를 월 처리 콜 수로 나눈 값으로, 국내 기준 대략 1,500~3,000원/콜 범위입니다. AICC의 목표는 이 구간 대비 얼마를 낮추느냐입니다.
구축비 vs 운영비, 항목별로 분해하기
비용은 성격이 다른 두 덩어리로 나뉩니다. 한 번 내는 초기 구축비(CapEx 성격) 와 매달 나가는 운영비(OpEx) 입니다. 이 둘을 섞으면 손익분기 계산이 무너집니다.
| 구분 | 항목 | 성격 | 비고 |
|---|---|---|---|
| 초기 구축비 | 시나리오·콜봇 설계, 문서 그라운딩 구축 | 1회성 | 상담 매뉴얼·FAQ 문서 등록·검수 공수 |
| 초기 구축비 | 상담 시스템(교환기·CTI) 연동 | 1회성 | 레거시일수록 증가 |
| 초기 구축비 | (온프레미스 시) 서버 도입 | 1회성 | GPU 유무가 최대 변수 |
| 운영비 | 라이선스·구독료 | 월 고정 | 좌석/채널 기준 |
| 운영비 | 음성합성·인식 처리 | 콜당 변동 | 클라우드는 종량, 설치형은 고정 |
| 운영비 | 통신료(회선·번호) | 콜당 변동 | 아웃바운드일수록 큼 |
| 운영비 | 유지보수·재학습 | 월 고정 | 흔히 누락되는 항목 |
여기서 온프레미스 서버 비용의 실체가 갈립니다. STT·TTS·LLM을 모두 GPU로 돌리는 구성은 서버 한 대에 수천만 원, 여기에 전력·냉각까지 얹힙니다. 이 GPU 서버비가 온프레미스 콜당 원가를 밀어 올리는 가장 큰 단일 항목인 경우가 많습니다.
클라우드 종량제 vs CPU 온프레미스, 3년 TCO
같은 워크로드를 두 방식으로 3년간 돌렸을 때의 총소유비용(TCO)을 개념 모델로 비교하면 손익 구조가 보입니다. 아래는 월 5만 콜, 콜당 평균 2분을 가정한 상대 비교입니다(절대액이 아닌 구조 비교용).
| 항목 | 클라우드 종량제 | CPU 온프레미스 |
|---|---|---|
| 초기 구축비 | 낮음 | 높음(서버 포함) |
| 월 운영비 | 콜량 비례로 증가 | 대체로 고정 |
| 콜당 원가 추세 | 콜 늘어도 거의 일정 | 콜 늘수록 급감 |
| 손익 유리 구간 | 소~중 콜량, 변동 트래픽 | 대규모·상시 콜량 |
| 데이터 통제 | 외부 전송 | 내부 폐쇄망 가능 |
정리하면, 콜량이 적거나 트래픽이 들쭉날쭉하면 클라우드 종량제가, 콜량이 크고 상시적이며 데이터를 외부로 내보낼 수 없는 규제 산업이면 온프레미스가 3년 TCO에서 유리합니다. 단, 온프레미스의 유불리는 서버 원가에 크게 좌우되므로 GPU 의존도를 낮추는 것이 관건입니다.
콜량 구간별 손익분기 시뮬레이션
손익분기점 계산은 간단한 나눗셈입니다.
손익분기(개월) = 초기 구축비 ÷ 월 절감액 월 절감액 = (상담원 콜당 원가 − 콜봇 콜당 원가) × 월 자동화 콜 수
상담원 콜당 원가를 2,000원으로 놓고, 콜봇 콜당 원가를 자동화 비중에 따라 산정했을 때의 개념 시뮬레이션은 다음과 같습니다. 초기 구축비는 일정하다고 가정합니다.
| 월 콜 수 | 자동화율 | 콜봇 콜당 원가(예시) | 월 절감액 | 회수 성격 |
|---|---|---|---|---|
| 1만 | 40% | 높음 | 작음 | 회수 지연 |
| 3만 | 55% | 중간 | 중간 | 중기 회수 |
| 5만 | 60% | 낮음 | 큼 | 조기 회수 |
| 10만+ | 65%+ | 매우 낮음 | 매우 큼 | 단기 회수 |
패턴은 분명합니다. 자동화율과 콜량이 함께 올라갈수록 고정비가 희석되어 콜당 원가가 내려가고, 월 절감액이 커지며 회수 기간이 짧아집니다. 반대로 월 콜 수가 낮으면 아무리 콜봇 단가가 싸도 절대 절감액이 작아 회수가 늘어집니다. 손익분기는 '단가'가 아니라 '콜량 × 자동화율 × 단가차'의 함수라는 점을 결재 자료에 명시하는 편이 설득력 있습니다.
GPU 없이 낮추는 원가: 서버 구성의 문제
앞서 온프레미스 콜당 원가의 최대 변수가 GPU 서버비라고 했습니다. 여기서 음성합성 엔진의 실행 방식이 실제 원가에 개입합니다. 휴멜로 DIVE는 0.35초 실시간 스트리밍 합성과 48kHz 음질을 유지하면서 GPU 없이 CPU 환경에서 구동되는 설치형(온프레미스) 버전을 제공하는데, TTS 파트를 CPU 서버로 처리할 수 있으면 그만큼 GPU 자원 요구가 줄어 온프레미스 초기 구축비와 전력·냉각 운영비가 함께 내려갑니다. 데이터를 외부로 내보낼 수 없는 금융·공공 환경에서 폐쇄망 구성과 원가 절감을 동시에 노리는 구간이 여기입니다.
콜봇 운영 자체는 문서 그라운딩으로 통제합니다. 상담 매뉴얼·FAQ 문서를 등록하면 콜봇이 그 문서를 근거로 답변하도록 구성하는 방식(예: 프로소디 콘솔의 스킬북)은 재학습 공수를 문서 갱신 수준으로 낮춰, 앞 표의 '유지보수·재학습' 고정비를 줄이는 효과로 이어집니다.
숨은 비용: 통신·유지보수·재학습
제안서에서 자주 빠지는 세 항목이 실제 청구서를 흔듭니다. 첫째 통신료로, 특히 아웃바운드 캠페인은 회선·발신번호 비용이 콜당 변동비로 붙어 자동화 절감분을 상쇄할 수 있습니다. 둘째 유지보수로, 시나리오 변경·연동 장애 대응을 월 고정비로 예산에 반영하지 않으면 도입 이듬해에 비용이 튑니다. 셋째 재학습으로, 상품·정책이 바뀔 때마다 응대 내용을 갱신하는 공수입니다. 문서 그라운딩 방식은 이 공수를 문서 업데이트로 대체해 부담을 줄이지만, 그래도 '0'은 아니므로 분기 단위 갱신 인력을 잡아두는 것이 안전합니다.
결론적으로 AICC 비용 검토는 벤더 단가표를 비교하는 일이 아니라, 콜당 원가 계산식에 자사 콜량·자동화율·서버 구성·숨은 비용을 대입해 3년 TCO와 손익분기를 스스로 세우는 일입니다. 이 글의 표들을 자사 숫자로 채우는 것이 첫 결재 자료의 출발점입니다.
